CNN
—
Les premières recherches suggèrent une utilisation prometteuse de l’intelligence artificielle pour prédire le risque de décès sur 10 ans par crise cardiaque ou accident vasculaire cérébral à partir d’une seule radiographie pulmonaire.
La constatations préliminaires ont été présentés mardi à l’assemblée annuelle de la Radiological Society of North America. La recherche en est au stade de l’ébauche finale et n’a pas été soumise pour publication dans une revue médicale.
Les chercheurs ont utilisé près de 150 000 radiographies pulmonaires pour former un programme d’intelligence artificielle afin d’identifier les modèles dans les images associés au risque d’événements cardiovasculaires majeurs. Ils ont testé le programme sur un groupe distinct d’environ 11 000 personnes et ont trouvé une “association significative” entre le niveau de risque prédit par l’IA et la survenue réelle d’un événement majeur de maladie cardiovasculaire.
La norme clinique pour l’analyse du risque de maladie cardiovasculaire est le score de risque de maladie cardiovasculaire athéroscléreuse (ASCVD), un calculateur qui pondère divers points de données du patient qui se sont avérés avoir une forte association avec des événements cardiovasculaires indésirables, y compris l’âge, la pression artérielle et les antécédents de fumeur.
Les statines sont recommandées pour les personnes présentant un risque sur 10 ans de 7,5 % ou plus. Le modèle d’IA utilise les mêmes seuils de risque que le calculateur de risque établi, et les premières découvertes suggèrent qu’il fonctionne aussi bien.
“Nous savons depuis longtemps que les rayons X capturent des informations au-delà des résultats de diagnostic traditionnels, mais nous n’avons pas utilisé ces données car nous ne disposions pas de méthodes robustes et fiables”, a déclaré le Dr Jakob Weiss, chercheur principal et radiologue affilié. avec le Massachusetts General Hospital et le programme AI in Medicine du Brigham and Women’s Hospital de la Harvard Medical School.
Parfois, les résultats de l’IA s’alignent sur une lecture de radiologie traditionnelle, mais d’autres fois, ils relèvent des choses qui ont pu être manquées, a-t-il déclaré.
“Il s’agit en partie de modifications anatomiques que nous détecterions également à l’œil nu et qui ont un sens physiologique. Disons qu’il y a une augmentation de la pression artérielle ou une insuffisance cardiaque – ce sont des résultats que nous pouvons également détecter sur une radiographie pulmonaire normale. Mais je pense qu’une grande partie des informations capturées ou extraites sont intégrées quelque part dans l’analyse, mais nous ne pouvons pas en comprendre le sens en tant que radiologues formés traditionnellement à l’heure actuelle », a déclaré Weiss.
“Il a ce caractère de boîte noire”, a-t-il déclaré, ce qui peut parfois rendre difficile la communication du risque aux patients sans explication à identifier.
Le Dr Donald Lloyd-Jones, président de la médecine préventive à la Feinberg School of Medicine de l’Université Northwestern et ancien président de l’American Heart Association, était coprésident du comité d’évaluation des risques lorsque le calculateur de risque ASCVD a été créé en 2013 et un acteur clé dans 2018 lorsque les lignes directrices ont été mises à jour pour souligner la relation entre le score de risque et les antécédents médicaux personnels.
Il n’a pas été impliqué dans la nouvelle recherche sur l’IA, mais dit qu’il est important de faire avancer le domaine.
“C’est exactement le type d’application pour laquelle l’intelligence artificielle est la meilleure”, a-t-il déclaré. «Nous devons donc continuer à faire des choses comme celle-ci pour vraiment comprendre si nous pouvons trouver, en particulier, des patients qui passeraient autrement entre les mailles du filet. Je pense que c’est là que ça peut être le plus utile.
Mais la collecte de tous les points de données des patients qui entrent dans le calculateur de risque établi est toujours essentielle, car elles sont exploitables. Et que le risque soit calculé à l’aide d’une formule statistique ou d’un modèle d’IA, les résultats les plus réussis nécessiteront toujours des évaluations personnalisées des patients.
« Nous ne guérissons pas le tabagisme par une radiographie pulmonaire. Nous devons en fait travailler avec le patient pour trouver des moyens de l’amener à arrêter de fumer », a déclaré Lloyd-Jones. « Le calculateur de risque est une partie de l’évaluation des risques, mais ce n’est pas la seule partie. C’est un processus qui implique à la fois le patient et le médecin dans une discussion sur le risque du patient et dans quelle mesure nous pensons qu’une statine les aiderait.
Pour leur recherche, Weiss et ses co-auteurs ont formé l’IA à l’aide de radiographies pulmonaires de participants à l’essai de dépistage du cancer de la prostate, du poumon, colorectal et de l’ovaire du National Cancer Institute. Il a été testé sur des personnes ayant subi une radiographie pulmonaire ambulatoire de routine au Mass General Brigham et potentiellement éligibles à un traitement par statine, avec un âge moyen de 60 ans.
Des recherches supplémentaires, y compris un essai randomisé contrôlé, sont nécessaires pour valider le modèle d’apprentissage en profondeur.
